일일 보고서를 읽고, #1 실행 가능한 우선순위를 식별하며, 이를 자율적으로 실행하는 자가 개선 제품 시스템입니다.

개념: 귀하의 제품은 성능에 관한 보고서를 생성합니다. AI 에이전트는 그 보고서를 분석하고, 가장 영향력 있는 수정안을 선택하며, 계획을 세우고 실행합니다—이 모든 과정이 당신이 잠든 사이에 이루어집니다. 당신은 검토 준비가 된 PR을 보며 깨어납니다.

키어런 클라센의 컴파운드 엔지니어링 방법론, 제프리 헌틀리의 랄프 패턴, 라이언 카슨의 구현을 기반으로 합니다.

작동 원리

퀵 스타트

전제 조건

• Amp CLI 또는 Claude 코드
• 브라우저 기반 테스트용 에이전트 브라우저 (npm install -g agent-browser)
• jq 설치 (macOS에서 brew install jq)
• gh CLI 설치 및 인증 (brew install gh)
• 이 중 하나의 LLM 제공자가 다음과 같이 구성됨:
• 인간적: export ANTHROPIC_API_KEY=sk-ant-...
• OpenRouter: export OPENROUTER_API_KEY=sk-or-...
• AI 게이트웨이: export AI_GATEWAY_URL=https://... AI_GATEWAY_API_KEY=...

설치

Compound Product는 기존 프로젝트 저장소에 설치됩니다. 코드베이스와 함께 작동하는 스크립트와 설정을 추가합니다.

또는 프로젝트 내에서 AI 에이전트에게 이렇게 말해보세요:

이로 인해 다음과 같은 결과가 발생합니다:

Compound Product

A self-improving product system that reads daily reports, identifies the #1 actionable priority, and autonomously implements it.

The concept: Your product generates reports about its performance. An AI agent analyzes those reports, picks the most impactful fix, creates a plan, and implements it—all while you sleep. You wake up to a PR ready for review.

Built on Kieran Klaassen’s Compound Engineering methodology, Geoffrey Huntley’s Ralph pattern, and Ryan Carson’s implementation.

How It Works

flowchart TD
    subgraph "Phase 0: Your System"
        GEN[Generate Daily Reportyour code, cron, etc.]
        GEN --> R[📊 reports/*.mdmetrics, errors, feedback]
    end
    
    subgraph "Phase 1: Analysis"
        A[analyze-report.shLLM API]
        R --> A
        A --> J[analysis.jsonpriority + criteria]
    end
    
    subgraph "Phase 2: Planning"
        B[Create Branchcompound/feature-name]
        J --> B
        B --> PRD[AI AgentLoad prd skill]
        PRD --> MD[tasks/prd-feature.md]
        MD --> TASKS[AI AgentLoad tasks skill]
        TASKS --> JSON[prd.jsonexecutable tasks]
    end
    
    subgraph "Phase 3: Execution Loop"
        LOOP[loop.shmax N iterations]
        JSON --> LOOP
        LOOP --> PICK[Pick next taskwhere passes: false]
        PICK --> IMPL[AI AgentImplement task]
        IMPL --> CHECK{QualityChecks?}
        CHECK -->|Pass| COMMIT[Git Commit]
        CHECK -->|Fail| FIX[Fix & Retry]
        FIX --> CHECK
        COMMIT --> UPDATE[Update prd.jsonpasses: true]
        UPDATE --> DONE{All tasksdone?}
        DONE -->|No| PICK
        DONE -->|Yes| EXIT[Exit loop]
    end
    
    subgraph Output
        EXIT --> PUSH[Git Push]
        PUSH --> PR[🎉 Pull RequestReady for review]
    end
    
    click A "https://github.com/snarktank/compound-product/blob/main/scripts/analyze-report.sh" "View analyze-report.sh"
    click LOOP "https://github.com/snarktank/compound-product/blob/main/scripts/loop.sh" "View loop.sh"
    click PRD "https://github.com/snarktank/compound-product/blob/main/skills/prd/SKILL.md" "View PRD skill"
    click TASKS "https://github.com/snarktank/compound-product/blob/main/skills/tasks/SKILL.md" "View Tasks skill"

Quick Start

Prerequisites

• Amp CLI or Claude Code
• agent-browser for browser-based testing (npm install -g agent-browser)
• jq installed (brew install jq on macOS)
• gh CLI installed and authenticated (brew install gh)
• One of these LLM providers configured:
  • Anthropic: export ANTHROPIC_API_KEY=sk-ant-...